Gary Flake: is Pivot a turning point for web exploration?

Gary Flake: Pivot é um ponto de virada para a exploração da web?

60,354 views

2010-03-03 ・ TED


New videos

Gary Flake: is Pivot a turning point for web exploration?

Gary Flake: Pivot é um ponto de virada para a exploração da web?

60,354 views ・ 2010-03-03

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Paula Usier Revisor: Aline Tome
00:16
If I can leave you with one big idea today,
0
16260
2000
Se eu posso deixá-los com uma grande idéia, hoje,
00:18
it's that the whole of the data
1
18260
2000
é que o conjunto dos dados
00:20
in which we consume
2
20260
2000
que consumimos
00:22
is greater that the sum of the parts,
3
22260
2000
é maior que a soma das partes,
00:24
and instead of thinking about information overload,
4
24260
3000
e, em vez de pensar sobre a sobrecarga de informações,
00:27
what I'd like you to think about is how
5
27260
2000
o que eu gostaria que vocês pensassem é como
00:29
we can use information so that patterns pop
6
29260
3000
podemos usar a informação para que padrões surjam
00:32
and we can see trends that would otherwise be invisible.
7
32260
3000
e possamos ver tendências que seriam invisíveis.
00:35
So what we're looking at right here is a typical mortality chart
8
35260
3000
Então o que nós estamos olhando bem aqui é um grafico típico de mortalidade
00:38
organized by age.
9
38260
2000
organizado por faixa etária.
00:40
This tool that I'm using here is a little experiment.
10
40260
2000
Esta ferramenta que eu estou usando aqui é uma pequena experiência.
00:42
It's called Pivot, and with Pivot what I can do
11
42260
3000
É chamado Pivot, e com o pivô o que eu posso fazer
00:45
is I can choose to filter in one particular cause of deaths -- say, accidents.
12
45260
4000
é que eu posso escolher para filtrar em uma determinada causa de mortes, vamos dizer acidentes
00:49
And, right away, I see there's a different pattern that emerges.
13
49260
3000
E, logo, eu vejo que há um padrão diferente que emerge.
00:52
This is because, in the mid-area here,
14
52260
2000
Isto porque, na área do meio aqui,
00:54
people are at their most active,
15
54260
2000
as pessoas estão no seu momento mais ativo,
00:56
and over here they're at their most frail.
16
56260
2000
e aqui eles estão no seu mais frágil.
00:58
We can step back out again
17
58260
2000
Podemos dar um passo para trás outra vez
01:00
and then reorganize the data by cause of death,
18
60260
2000
e reorganizar os dados por causa da morte,
01:02
seeing that circulatory diseases and cancer
19
62260
3000
vendo que as doenças circulatórias e câncer
01:05
are the usual suspects, but not for everyone.
20
65260
3000
são os suspeitos habituais, mas não para todos.
01:08
If we go ahead and we filter by age --
21
68260
3000
Se formos adiante e filtrarmos por idade,
01:11
say 40 years or less --
22
71260
2000
digamos 40 anos ou menos,
01:13
we see that accidents are actually
23
73260
2000
vemos que os acidentes são, na realidade
01:15
the greatest cause that people have to be worried about.
24
75260
3000
o motivo principal pelos quais as pessoas deveriam se preocupar.
01:18
And if you drill into that, it's especially the case for men.
25
78260
3000
E se você se aprofundar nisso, é o caso especialmente para homens.
01:21
So you get the idea
26
81260
2000
Então você começa a entender a idéia
01:23
that viewing information, viewing data in this way,
27
83260
3000
que a visualização da informação, a visualização dos dados, desta forma,
01:26
is a lot like swimming
28
86260
2000
é muito parecido com navegar
01:28
in a living information info-graphic.
29
88260
3000
em um gráfico de informações dinâmico
01:31
And if we can do this for raw data,
30
91260
2000
E se podemos fazer isso para os dados brutos,
01:33
why not do it for content as well?
31
93260
3000
Por que não fazer para conteúdos também?
01:36
So what we have right here
32
96260
2000
Então o que temos aqui,
01:38
is the cover of every single Sports Illustrated
33
98260
3000
é a capa da cada revista Sports Illustrated
01:41
ever produced.
34
101260
2000
já produzida.
01:43
It's all here; it's all on the web.
35
103260
2000
Está tudo aqui. Tudo na web.
01:45
You can go back to your rooms and try this after my talk.
36
105260
3000
Você pode voltar para seus quartos e tentar isso depois da minha palestra.
01:48
With Pivot, you can drill into a decade.
37
108260
3000
Com o Pivot, você pode se aprofundar por uma década.
01:51
You can drill into a particular year.
38
111260
2000
Você pode se aprofundar em um determinado ano.
01:53
You can jump right into a specific issue.
39
113260
3000
Você pode ir direto para uma edição específica.
01:56
So I'm looking at this; I see the athletes
40
116260
2000
Então, eu estou olhando para isto, eu vejo os atletas
01:58
that have appeared in this issue, the sports.
41
118260
2000
que apareceram nesta edição, em esportes.
02:00
I'm a Lance Armstrong fan, so I'll go ahead and I'll click on that,
42
120260
3000
Eu sou um fã de Lance Armstrong, então eu vou seguir em frente e eu vou clicar aqui,
02:03
which reveals, for me, all the issues
43
123260
2000
para que revele para mim, todas as edições
02:05
in which Lance Armstrong's been a part of.
44
125260
2000
que Lance Armstrong fez parte.
02:07
(Applause)
45
127260
3000
(Aplausos)
02:10
Now, if I want to just kind of take a peek at these,
46
130260
3000
Agora, se eu quisesse apenas dar uma olhada,
02:13
I might think,
47
133260
2000
Eu poderia pensar,
02:15
"Well, what about taking a look at all of cycling?"
48
135260
2000
"Bem, que tal dar uma olhada em tudo sobre ciclismo?
02:17
So I can step back, and expand on that.
49
137260
2000
Então eu posso dar um passo atrás, e expandir a esse respeito.
02:19
And I see Greg LeMond now.
50
139260
2000
E eu vejo Greg Lemond agora.
02:21
And so you get the idea that when you
51
141260
2000
E assim você começa a entender que quando você
02:23
navigate over information this way --
52
143260
2000
navega nas informações dessa maneira,
02:25
going narrower, broader,
53
145260
2000
sendo mais limitado ou mais abrangente,
02:27
backing in, backing out --
54
147260
2000
mais específico ou mais superficial
02:29
you're not searching, you're not browsing.
55
149260
2000
você não está procurando, você não está navegando.
02:31
You're doing something that's actually a little bit different.
56
151260
2000
Você está fazendo algo que na verdade é um pouco diferente.
02:33
It's in between, and we think it changes
57
153260
3000
É entre uma coisa e outra, e isso muda
02:36
the way information can be used.
58
156260
2000
a forma como a informação pode ser usada.
02:38
So I want to extrapolate on this idea a bit
59
158260
2000
Então eu quero extrapolar essa idéia um pouco
02:40
with something that's a little bit crazy.
60
160260
2000
algo que é um pouco louco.
02:42
What we're done here is we've taken every single Wikipedia page
61
162260
3000
O que estamos fazendo aqui é tomando todas as páginas da Wikipédia
02:45
and we reduced it down to a little summary.
62
165260
3000
e reduzindo-as a um pequeno resumo.
02:48
So the summary consists of just a little synopsis
63
168260
3000
Isto é, o resumo foi formado a partir de pequenas sinopses
02:51
and an icon to indicate the topical area that it comes from.
64
171260
3000
e um ícone para indicar a área temática que deu origem.
02:54
I'm only showing the top 500
65
174260
3000
Estou apenas mostrando as top 500
02:57
most popular Wikipedia pages right here.
66
177260
2000
mais populares páginas da Wikipédia aqui.
02:59
But even in this limited view,
67
179260
2000
Mas mesmo restringindo a esse ponto,
03:01
we can do a lot of things.
68
181260
2000
podemos fazer um monte de coisas.
03:03
Right away, we get a sense of what are the topical domains
69
183260
2000
De imediato, temos uma noção do que são os tópicos dominantes,
03:05
that are most popular on Wikipedia.
70
185260
2000
que são mais populares na Wikipédia.
03:07
I'm going to go ahead and select government.
71
187260
2000
Avançando, vou escolher um governo.
03:09
Now, having selected government,
72
189260
3000
Agora, tendo selecionado o governo,
03:12
I can now see that the Wikipedia categories
73
192260
2000
posso ver que as categorias Wikipédia
03:14
that most frequently correspond to that
74
194260
2000
que mais frequentemente correspondem a ele
03:16
are Time magazine People of the Year.
75
196260
3000
são a Revista Time e a matéria Pessoa do Ano.
03:19
So this is really important because this is an insight
76
199260
3000
Esta informação é relevante porque nos traz um insight
03:22
that was not contained within any one Wikipedia page.
77
202260
3000
que não estava contido dentro de nenhuma outra página da Wikipédia.
03:25
It's only possible to see that insight
78
205260
2000
Só é possível ter esse insight
03:27
when you step back and look at all of them.
79
207260
3000
quando dou um passo atrás e e vejo todos eles.
03:30
Looking at one of these particular summaries,
80
210260
2000
Olhando apenas para um desses resumos em particular,
03:32
I can then drill into the concept of
81
212260
3000
Posso então aprofundar o conceito de que
03:35
Time magazine Person of the Year,
82
215260
2000
A revista Time e a matéria Pessoa do Ano,
03:37
bringing up all of them.
83
217260
2000
traz tudo isso.
03:39
So looking at these people,
84
219260
2000
Então, olhando para essas pessoas,
03:41
I can see that the majority come from government;
85
221260
3000
Eu posso ver que a maioria vem do governo.
03:45
some have come from natural sciences;
86
225260
3000
Alguns vêm de ciências naturais.
03:49
some, fewer still, have come from business --
87
229260
3000
Alguns, menos ainda, vem de empresas.
03:53
there's my boss --
88
233260
2000
Aqui está meu chefe.
03:55
and one has come from music.
89
235260
5000
E uma pessoa veio de música.
04:00
And interestingly enough,
90
240260
2000
E, curiosamente,
04:02
Bono is also a TED Prize winner.
91
242260
3000
Bono também é um vencedor do Prêmio TED.
04:05
So we can go, jump, and take a look at all the TED Prize winners.
92
245260
3000
Assim, podemos dar um salto, e ver todos os vencedores do Prêmio TED.
04:08
So you see, we're navigating the web for the first time
93
248260
3000
Então como pode notar, estamos navegando na web pela primeira vez
04:11
as if it's actually a web, not from page-to-page,
94
251260
3000
como se fosse realmente uma rede, e não página a página,
04:14
but at a higher level of abstraction.
95
254260
2000
mas a um nível mais elevado de abstração.
04:16
And so I want to show you one other thing
96
256260
2000
E assim eu quero demonstrar uma outra coisa
04:18
that may catch you a little bit by surprise.
97
258260
3000
que pode pegar vocês um pouco de surpresa.
04:21
I'm just showing the New York Times website here.
98
261260
3000
Estou apenas mostrando o website do New York Times aqui.
04:24
So Pivot, this application --
99
264260
2000
Então Pivot, esta aplicação --
04:26
I don't want to call it a browser; it's really not a browser,
100
266260
2000
Eu não quero chamá-lo de um navegador, pois não é realmente um navegador,
04:28
but you can view web pages with it --
101
268260
3000
mas você pode visualizar as páginas com ele --
04:31
and we bring that zoomable technology
102
271260
2000
e nós trouxemos essa tecnologia do zoom
04:33
to every single web page like this.
103
273260
3000
a cada página da web como esta.
04:36
So I can step back,
104
276260
3000
Assim eu posso voltar atrás,
04:39
pop right back into a specific section.
105
279260
2000
e entrar em uma seção específica.
04:41
Now the reason why this is important is because,
106
281260
2000
Agora, a razão pela qual isso é importante é que,
04:43
by virtue of just viewing web pages in this way,
107
283260
3000
em virtude de apenas visualizarmos páginas web, desta forma,
04:46
I can look at my entire browsing history
108
286260
2000
Eu posso ver o meu histórico de navegação inteiro
04:48
in the exact same way.
109
288260
2000
da exata mesma maneira.
04:50
So I can drill into what I've done
110
290260
2000
Então, posso me aprofundar sobre o que eu fiz
04:52
over specific time frames.
111
292260
2000
em períodos específicos.
04:54
Here, in fact, is the state
112
294260
2000
Aqui, de fato, é o estado
04:56
of all the demo that I just gave.
113
296260
2000
de toda a demonstração que acabei de fazer.
04:58
And I can sort of replay some stuff that I was looking at earlier today.
114
298260
3000
E eu posso repassar algumas coisas que eu estava olhando hoje cedo.
05:01
And, if I want to step back and look at everything,
115
301260
3000
E, se eu quiser dar um passo atrás e olhar para tudo,
05:04
I can slice and dice my history,
116
304260
2000
Eu posso cortar e mudar minha história
05:06
perhaps by my search history --
117
306260
2000
talvez pelo meu histórico de pesquisas.
05:08
here, I was doing some nepotistic searching,
118
308260
2000
Aqui, eu estava fazendo umas pesquisas nepotistas,
05:10
looking for Bing, over here for Live Labs Pivot.
119
310260
3000
procurando no Bing, por Live Labs Pivot.
05:13
And from these, I can drill into the web page
120
313260
2000
E a partir disso, posso aprofundar na página
05:15
and just launch them again.
121
315260
2000
e lançá-lo novamente.
05:17
It's one metaphor repurposed multiple times,
122
317260
3000
É uma metáfora reaproveitada várias vezes,
05:20
and in each case it makes the whole greater
123
320260
2000
e em cada caso, torna o conjunto maior
05:22
than the sum of the parts with the data.
124
322260
2000
do que a soma das partes com os dados.
05:24
So right now, in this world,
125
324260
3000
Então, agora, neste mundo,
05:27
we think about data as being this curse.
126
327260
3000
nós pensamos sobre os dados como sendo essa maldição.
05:30
We talk about the curse of information overload.
127
330260
3000
Falamos sobre a maldição da sobrecarga de informação.
05:33
We talk about drowning in data.
128
333260
3000
Falamos sobre nos afogarmos em dados.
05:36
What if we can actually turn that upside down
129
336260
2000
E se nós realmente pudermos virar isso de cabeça para baixo
05:38
and turn the web upside down,
130
338260
2000
e virar a web de cabeça para baixo,
05:40
so that instead of navigating from one thing to the next,
131
340260
3000
de forma que em vez de irmos de uma coisa para a outra,
05:43
we get used to the habit of being able to go from many things to many things,
132
343260
3000
pudéssemos nos acostumar com o hábito de sermos capazes de ir de muitas coisas para muitas coisas,
05:46
and then being able to see the patterns
133
346260
2000
e, em seguida, sermos capazes de enxergar as tendências
05:48
that were otherwise hidden?
134
348260
2000
que estava escondidas?
05:50
If we can do that, then instead of being trapped in data,
135
350260
5000
Se pudermos fazer isso, então, ao invés de sermos trapaceados pelos dados,
05:55
we might actually extract information.
136
355260
3000
poderíamos realmente extrair informações.
05:58
And, instead of dealing just with information,
137
358260
2000
E, em vez de lidar apenas com a informação,
06:00
we can tease out knowledge.
138
360260
2000
poderíamos destrinchar conhecimento.
06:02
And if we get the knowledge, then maybe even there's wisdom to be found.
139
362260
3000
E, se chegarmos ao conhecimento, então talvez ainda haja sabedoria a ser encontrada.
06:05
So with that, I thank you.
140
365260
2000
Então, com isso, eu lhe agradeço.
06:07
(Applause)
141
367260
8000
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7